Kurzfassungen der Meteorologentagung DACH
DACH2022-94, 2022
https://doi.org/10.5194/dach2022-94
DACH2022
© Author(s) 2022. This work is distributed under
the Creative Commons Attribution 4.0 License.

Meereisklassifikation aus Satellitendaten von Sentinel-1 und Sentinel-3

Stefan Wiehle1, Dmitrii Murashkin1, Anja Frost1, Suman Singha1, Christine König2, and Thomas König2
Stefan Wiehle et al.
  • 1DLR Maritime Security Lab Bremen, Bremen, Germany
  • 2Dr. Thomas König & Partner, Fernerkundung GbR, Dießen am Ammersee, Germany

Bedeckungsgrad, Struktur und Dicke von Meereis bilden eine wichtige Komponente der maritimen Meteorologie in polaren Breiten.

Die Copernicus-Satelliten Sentinel-1 mit Radarsensor und Sentinel-3 mit dem SLSTR-Sensor für den optischen bis thermal-infraroten Bereich lassen jeweils unterschiedliche Rückschlüsse auf das Meereis zu. Beide Missionen bestehen aus jeweils zwei Satelliten und befinden sich im niederen Erdorbit (LEO) auf einer pol-nahen Umlaufbahn. Dadurch ergibt sich in polaren Breiten eine sehr hohe kombinierte Aufnahmefrequenz von teils mehreren Aufnahmen pro Tag im selben Gebiet.

Die Radaraufnahmen von Sentinel-1 erfolgen mit einer Schwadbreite von 410 km und einer räumlichen Auflösung von 25 m oder 40 m. In dieser Auflösung sind kleinskalige Eisstrukturen noch gut erkennbar. Ein neu entwickelter Algorithmus klassifiziert das Meereis basierend auf den Unterschieden in der Radarrückstreuung und somit der Eisoberflächenstruktur. Es wird zwischen Neueis, einjährigem und mehrjährigem Eis unterschieden. Der Vorteil der Radartechnik ist die Unabhängigkeit von Bewölkung und Sonnenstand, was insbesondere während der Polarnacht entscheidend ist.

Die optischen Aufnahmen von Sentinel-3 mit dem SLSTR-Instrument haben eine räumliche Auflösung von 500 m und eine Schwadbreite von 1420 km. In 9 Spektralkanälen werden Wellenlängen zwischen 550 nm und 12 µm gemessen. Hiermit konnte ein Algorithmus von K&P entwickelt werden, der eine kontinuierliche Klassifikation der Eis-/Schnee-Situation ermöglicht. Sie erlaubt eine Differenzierung von mindestens 4 Klassen der Eisdicken bis ca. 30 cm, sowie bei dickerem Eis die Ableitung von Eigenschaften der Schneeoberflächen in Bezug auf Alter und Feuchtigkeit. Besonders in Abschmelzphasen wird die Zunahme der Feuchtigkeit in der Schneeoberfläche sowie die Bildung von Schmelzwassertümpeln fein abgestuft erkennbar.

Beide Sensortypen erfassen also unterschiedliche Eigenschaften des Eises. Derzeit wird eine gemeinsame Klassifikation beider Datenquellen entwickelt, die eine genauere Meereisklassifikation durch Fernerkundung ermöglichen soll.

How to cite: Wiehle, S., Murashkin, D., Frost, A., Singha, S., König, C., and König, T.: Meereisklassifikation aus Satellitendaten von Sentinel-1 und Sentinel-3, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-94, https://doi.org/10.5194/dach2022-94, 2022.